雾霾是在特定气候条件下与人类活动相互作用的结果。在当今社会,人类的社会活动和经济的发展必然会排放大量的细颗粒物,如果排放超过了大气的循环能力和承载的能力,细颗粒物的浓度就会持续积聚,此时如果受到恶劣天气的影响,就容易出现雾霾。雾霾会造成拍摄的照片对比度下降。图像雾霾去除技术在交通导航、目标识别、监视系统、军事国防、城市公路运输、智能交通系统、遥感系统等领域都有巨大的影响和有用之处,希望它可以变成计算机专业的一个研究方向。本文针对单幅图像雾霾去除算法的问题做了以下主要工作:1.本文通过研究运用DCP(Dark Channel Prior)去除单幅图像雾霾算法之后,发现此算法需要进行优化。因为原算法中未被优化的传输率中有块效应,导致图像复原结果产生晕轮,本文对其进行了改进。2.本文在DCP先验知识以及大气散射光的基础上设计了一种算法可以快速去除单幅图像的雾霾。首先运用DCP先验知识算出整体大气光;然后估算大气散射光;最后通过整体大气光和大气散射光求出传输率,此传输率不需要优化,可以通过大气衰减模型直接得到复原的结果。此算法集合了运用DCP估算整体大气光的较为精确的优点和大气散射光计算速度快的优点于一身,从而使算法的速度和运用DCP去除单幅图像雾霾算法相比提高了10多倍,而且复原效果与其相近甚至有时更好。